本發(fā)明涉及機(jī)器人，尤其是涉及一種基于多傳感器融合的移動(dòng)充電機(jī)器人避障方法及系統(tǒng)。

背景技術(shù)：

1、隨著科技的飛速發(fā)展，移動(dòng)充電機(jī)器人在各類場所如購物中心、機(jī)場、醫(yī)院等的應(yīng)用越來越廣泛。這些機(jī)器人不僅為顧客提供了便捷的充電服務(wù)，還提升了場所的整體智能化水平。然而，在實(shí)際應(yīng)用中，移動(dòng)充電機(jī)器人面臨著復(fù)雜的避障挑戰(zhàn)。尤其是在人流量大、障礙物多的環(huán)境中，如何確保機(jī)器人能夠安全、高效地穿梭于人群和障礙物之間，成為了一個(gè)亟待解決的問題。

2、傳統(tǒng)的避障技術(shù)缺乏根據(jù)不同環(huán)境復(fù)雜度靈活調(diào)整避障策略的能力。在低復(fù)雜度環(huán)境下，簡單的傳感器如紅外傳感器可以提供足夠的環(huán)境信息。然而，在高復(fù)雜度、多動(dòng)態(tài)障礙物的環(huán)境中，這類單一傳感器和對(duì)應(yīng)的避障算法并不能滿足安全和高效的要求。為應(yīng)對(duì)上述問題，一些研究提出利用多傳感器數(shù)據(jù)進(jìn)行綜合判斷，但是仍存在如下問題：計(jì)算復(fù)雜度高、實(shí)時(shí)性不足，尤其是在緊急情況下，快速做出避障決策可能受限；此外，也缺乏精準(zhǔn)預(yù)測未來時(shí)刻障礙物路徑的機(jī)制，這在高動(dòng)態(tài)環(huán)境中尤為重要。因此，有必要提出一種能夠?qū)崟r(shí)調(diào)整避障策略、具備高精度路徑規(guī)劃能力的避障方法，確保移動(dòng)機(jī)器人在復(fù)雜環(huán)境中的高效運(yùn)行。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問題，本發(fā)明提供了一種基于多傳感器融合的移動(dòng)充電機(jī)器人避障方法及系統(tǒng)，采用實(shí)時(shí)采集環(huán)境信息并判斷避障等級(jí)的策略，能夠根據(jù)不同等級(jí)采取不同精度的避障措施，提升了避障的準(zhǔn)確性和效率。

2、上述目標(biāo)可以通過如下方案實(shí)現(xiàn)：

3、一種基于多傳感器融合的移動(dòng)充電機(jī)器人避障方法，所述方法包括：實(shí)時(shí)采集周圍環(huán)境信息，得到第一環(huán)境數(shù)據(jù)；根據(jù)所述第一環(huán)境數(shù)據(jù)判斷避障等級(jí)；若避障等級(jí)為初級(jí)，則通過發(fā)射無線電波探測周圍障礙物，進(jìn)行粗略避障；若避障等級(jí)為中級(jí)，則通過多傳感器采集第二環(huán)境數(shù)據(jù)，并根據(jù)所述第二環(huán)境數(shù)據(jù)預(yù)測障礙物運(yùn)動(dòng)軌跡，規(guī)劃避障路徑進(jìn)行避障；若避障等級(jí)為高級(jí)，則通過無人機(jī)實(shí)時(shí)掃描得到第三環(huán)境數(shù)據(jù)，并根據(jù)所述第二環(huán)境數(shù)據(jù)和所述第三環(huán)境數(shù)據(jù)構(gòu)建下一刻的實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，結(jié)合所述下一刻的實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，動(dòng)態(tài)規(guī)劃下一刻之后的避障路徑進(jìn)行避障。

4、可選地，所述根據(jù)所述第一環(huán)境數(shù)據(jù)判斷避障等級(jí)包括：根據(jù)所述第一環(huán)境數(shù)據(jù)判斷周圍是否存在障礙物；若周圍不存在障礙物，則不啟動(dòng)避障功能；若周圍存在障礙物，則判斷避障等級(jí)。

5、可選地，所述若周圍存在障礙物，則判斷避障等級(jí)還包括：根據(jù)所述第一環(huán)境數(shù)據(jù)判斷障礙物所處狀態(tài)；若障礙物處于靜態(tài)，則判定避障等級(jí)為初級(jí)；若障礙物處于動(dòng)態(tài)，則根據(jù)障礙物的方向改變次數(shù)、數(shù)量、速度判斷避障等級(jí)。

6、可選地，所述根據(jù)障礙物的方向改變次數(shù)、數(shù)量、速度判斷避障等級(jí)包括：為障礙物的方向改變次數(shù)設(shè)置第一權(quán)重因子，為障礙物速度設(shè)置第二權(quán)重因子；為障礙物的方向改變次數(shù)、數(shù)量和速度進(jìn)行評(píng)分，并構(gòu)建障礙物的方向改變次數(shù)和速度的評(píng)分矩陣，其中，每一行代表一個(gè)障礙物，每一列代表一個(gè)評(píng)估條件（包括方向改變次數(shù)和速度），評(píng)分矩陣的結(jié)構(gòu)為：

7、，

8、式中，為第個(gè)障礙物的方向改變次數(shù)評(píng)分值；為第個(gè)障礙物的速度評(píng)分值；計(jì)算每個(gè)障礙物的方向改變次數(shù)加權(quán)評(píng)分值和速度加權(quán)評(píng)分值，并將每個(gè)障礙物的方向改變次數(shù)加權(quán)評(píng)分值和速度加權(quán)評(píng)分值相加得到每個(gè)障礙物的加權(quán)總評(píng)分值，對(duì)于任意一個(gè)障礙物的加權(quán)總評(píng)分值，有

9、；

10、將所有障礙物的加權(quán)總評(píng)分值與障礙物數(shù)量評(píng)分值相加，得到實(shí)際評(píng)分值，對(duì)于所述實(shí)際評(píng)分值有

11、，

12、式中，為障礙物數(shù)量；為障礙物數(shù)量評(píng)分值；根據(jù)所述實(shí)際評(píng)分值和第一閾值，判定避障等級(jí)。

13、可選地，所述為障礙物的方向改變次數(shù)、數(shù)量和速度進(jìn)行評(píng)分包括：設(shè)置障礙物方向改變次數(shù)的第二閾值，設(shè)置障礙物速度的第三閾值，設(shè)置障礙物數(shù)量的第四閾值；若障礙物方向改變次數(shù)小于第二閾值則得到第一分值，否則得到第二分值；若障礙物速度小于第三閾值則得到第三分值，否則得到第四分值；若障礙物數(shù)量小于第四閾值則得到第五分值，否則得到第六分值。

14、可選地，所述根據(jù)所述實(shí)際評(píng)分值和第一閾值，判定避障等級(jí)包括：判斷所述實(shí)際評(píng)分值和所述第一閾值的大??；若所述實(shí)際評(píng)分值小于所述第一閾值，則判斷避障等級(jí)為中級(jí)；若所述實(shí)際評(píng)分值大于等于所述第一閾值，則判斷避障等級(jí)為高級(jí)。

15、可選地，所述根據(jù)所述第二環(huán)境數(shù)據(jù)預(yù)測障礙物運(yùn)動(dòng)軌跡，規(guī)劃避障路徑進(jìn)行避障包括：建立環(huán)境感知函數(shù)，根據(jù)所述第二環(huán)境數(shù)據(jù)和所述環(huán)境感知函數(shù)得到第一環(huán)境感知結(jié)果，對(duì)于所述第一環(huán)境感知結(jié)果，有

16、，

17、式中，為環(huán)境感知函數(shù)，為時(shí)刻采集的第二環(huán)境數(shù)據(jù)；建立運(yùn)動(dòng)預(yù)測函數(shù)，采集障礙物歷史運(yùn)動(dòng)數(shù)據(jù)并結(jié)合所述環(huán)境感知結(jié)果，通過所述運(yùn)動(dòng)預(yù)測函數(shù)得到第一障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，對(duì)于所述第一障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，有

18、，

19、式中，表示時(shí)刻的第一障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，表示運(yùn)動(dòng)預(yù)測函數(shù)，表示時(shí)刻的障礙物歷史運(yùn)動(dòng)數(shù)據(jù)；建立第一路徑規(guī)劃函數(shù)，并根據(jù)所述障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果和所述第一路徑規(guī)劃函數(shù)得到第一路徑規(guī)劃結(jié)果，對(duì)于第一路徑規(guī)劃結(jié)果，有

20、,

21、式中，表示第一路徑規(guī)劃結(jié)果，表示第一路徑規(guī)劃函數(shù)；根據(jù)所述第一路徑規(guī)劃結(jié)果規(guī)劃機(jī)器人運(yùn)動(dòng)路徑實(shí)現(xiàn)避障。

22、可選地，所述根據(jù)所述第二環(huán)境數(shù)據(jù)和所述第三環(huán)境數(shù)據(jù)構(gòu)建下一刻的實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，結(jié)合所述下一刻的實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，動(dòng)態(tài)規(guī)劃下一刻之后的避障路徑進(jìn)行避障包括：根據(jù)所述環(huán)境感知函數(shù)、所述第二環(huán)境數(shù)據(jù)和所述第三環(huán)境數(shù)據(jù)，計(jì)算下一刻的環(huán)境感知相關(guān)參數(shù)得到第二環(huán)境感知結(jié)果；根據(jù)所述第二環(huán)境感知結(jié)果、運(yùn)動(dòng)預(yù)測函數(shù)和所述第一障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，計(jì)算下一刻之后的障礙物運(yùn)動(dòng)軌跡得到第二障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，對(duì)于所述第二障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，有

23、，

24、式中，表示時(shí)刻的第二障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果；根據(jù)所述第二環(huán)境感知結(jié)果和所述第二障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，建立下一時(shí)刻的實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，對(duì)于下一時(shí)刻的實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，有

25、，

26、式中，表示構(gòu)建下一時(shí)刻實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型的函數(shù)；根據(jù)所述第三環(huán)境數(shù)據(jù)獲取障礙物位置坐標(biāo)信息；建立第二路徑規(guī)劃函數(shù)，根據(jù)所述第二路徑規(guī)劃函數(shù)、所述障礙物位置坐標(biāo)信息、所述實(shí)時(shí)動(dòng)態(tài)環(huán)境模型和所述第二障礙物運(yùn)動(dòng)軌跡預(yù)測結(jié)果，計(jì)算下一刻之后的規(guī)劃路徑得到第二路徑規(guī)劃結(jié)果，對(duì)于第二路徑規(guī)劃結(jié)果，有

27、,

28、式中，為第二路徑規(guī)劃函數(shù)，為障礙物位置坐標(biāo)信息。

29、可選地，所述根據(jù)所述環(huán)境感知函數(shù)、所述第二環(huán)境數(shù)據(jù)和所述第三環(huán)境數(shù)據(jù)，計(jì)算下一刻的環(huán)境感知相關(guān)參數(shù)得到第二環(huán)境感知結(jié)果包括：對(duì)所述第二環(huán)境數(shù)據(jù)和所述第三環(huán)境數(shù)據(jù)進(jìn)行目標(biāo)匹配、時(shí)空對(duì)齊，得到第四環(huán)境數(shù)據(jù)；建立用于描述所述第四環(huán)境數(shù)據(jù)隨時(shí)間變化的預(yù)測模型；根據(jù)前一時(shí)刻的所述第四環(huán)境數(shù)據(jù)，通過所述預(yù)測模型計(jì)算得到當(dāng)前時(shí)刻的所述第四環(huán)境數(shù)據(jù)的預(yù)測值；根據(jù)當(dāng)前時(shí)刻的所述第四環(huán)境數(shù)據(jù)與所述預(yù)測值對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，得到穩(wěn)定的預(yù)測模型；根據(jù)所述穩(wěn)定的預(yù)測模型預(yù)測和所述第四環(huán)境數(shù)據(jù)，計(jì)算下一時(shí)刻的所述第四環(huán)境數(shù)據(jù)得到第五環(huán)境數(shù)據(jù)；根據(jù)所述環(huán)境感知函數(shù)、所述第五環(huán)境數(shù)據(jù)，計(jì)算下一時(shí)刻的環(huán)境感知相關(guān)參數(shù)得到所述第二環(huán)境感知結(jié)果，對(duì)于所述第二環(huán)境感知結(jié)果，有；

30、，

31、式中，為第五環(huán)境數(shù)據(jù)。

32、基于相同的發(fā)明構(gòu)思，本發(fā)明還提供一種基于多傳感器融合的移動(dòng)充電機(jī)器人避障系統(tǒng)，所述系統(tǒng)包括：環(huán)境數(shù)據(jù)采集模塊，用于實(shí)時(shí)采集周圍環(huán)境信息，得到第一環(huán)境數(shù)據(jù)；避障等級(jí)決策模塊，用于根據(jù)所述第一環(huán)境數(shù)據(jù)判斷避障等級(jí)；避障策略執(zhí)行模塊，用于若避障等級(jí)為初級(jí)時(shí)，通過無線電波發(fā)射模塊探測周圍障礙物；所述避障策略執(zhí)行模塊還用于若避障等級(jí)為中級(jí)時(shí)，通過多傳感器采集第二環(huán)境數(shù)據(jù)，并根據(jù)所述第二環(huán)境數(shù)據(jù)預(yù)測障礙物運(yùn)動(dòng)軌跡，規(guī)劃避障路徑；所述避障策略執(zhí)行模塊還用于若避障等級(jí)為高級(jí)時(shí)，通過無人機(jī)實(shí)時(shí)掃描得到第三環(huán)境數(shù)據(jù)，并根據(jù)所述第二環(huán)境數(shù)據(jù)和所述第三環(huán)境數(shù)據(jù)構(gòu)建實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，結(jié)合所述實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，動(dòng)態(tài)規(guī)劃避障路徑；運(yùn)動(dòng)控制模塊，用于根據(jù)控制機(jī)器人移動(dòng)。

33、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)：

34、1、本發(fā)明通過實(shí)時(shí)采集周圍環(huán)境信息，并根據(jù)信息的復(fù)雜性和障礙物的動(dòng)態(tài)性判斷避障等級(jí)，本發(fā)明能夠采取不同精度的避障策略；在初級(jí)避障階段，通過發(fā)射無線電波進(jìn)行粗略探測；在中級(jí)階段，利用多傳感器數(shù)據(jù)預(yù)測障礙物運(yùn)動(dòng)軌跡，實(shí)現(xiàn)更為精確的路徑規(guī)劃；在高級(jí)階段，結(jié)合無人機(jī)掃描數(shù)據(jù)構(gòu)建實(shí)時(shí)動(dòng)態(tài)環(huán)境預(yù)測模型，進(jìn)一步提升了避障的準(zhǔn)確性和效率；

35、2、本發(fā)明的方法能夠適應(yīng)不同復(fù)雜度的環(huán)境；在障礙物較少或移動(dòng)速度較慢的環(huán)境中，機(jī)器人可以采用較為簡單的避障策略以節(jié)省計(jì)算資源；而在障礙物密集或移動(dòng)速度較快的場景中，機(jī)器人則能夠迅速切換到更高級(jí)的避障模式，確保安全通行；

36、3、本發(fā)明的多傳感器融合避障方法，通過提前預(yù)測當(dāng)前時(shí)刻的運(yùn)動(dòng)狀態(tài)及周邊環(huán)境狀態(tài)，實(shí)現(xiàn)預(yù)測當(dāng)前時(shí)刻的下一時(shí)刻障礙物運(yùn)動(dòng)狀態(tài)及周邊環(huán)境信息，使得機(jī)器人能夠更智能地避開障礙物，減少碰撞和停滯時(shí)間，實(shí)現(xiàn)了在復(fù)雜環(huán)境中的高效避障；

37、4、本發(fā)明采用多傳感器融合，能夠充分利用不同傳感器的優(yōu)勢互補(bǔ)，提高系統(tǒng)對(duì)于環(huán)境變化的感知能力和適應(yīng)能力；即使在某些傳感器出現(xiàn)故障或數(shù)據(jù)異常的情況下，系統(tǒng)仍然能夠依靠其他傳感器提供的信息進(jìn)行可靠的避障操作。

38、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。